機器視覺(jué)應用大盤(pán)點(diǎn)：哪一個(gè)領(lǐng)域能率先“上車(chē)”？

機器視覺(jué)起源于上世紀50年代 —— Gilson提出了“光流”這一概念，并基于相關(guān)統計模型發(fā)展了逐像素的計算模式，標志著(zhù)2D影像統計模式的發(fā)展。

相對于人類(lèi)視覺(jué)而言，機器視覺(jué)在量化程度、灰度分辨力、空間分辨力和觀(guān)測速 度等方面存在顯著(zhù)優(yōu)勢。其利用相機、鏡頭、光源和光源控制系統采集目標物體 數據，借助視覺(jué)控制系統、智能視覺(jué)軟件和數據算法庫進(jìn)行圖形分析和處理，軟 硬系統相輔相成，為下游自動(dòng)化、智能化制造行業(yè)賦予視覺(jué)能力。

隨著(zhù)深度學(xué)習、3D視覺(jué)技術(shù)、高精度成像技術(shù)和機器視覺(jué)互聯(lián)互通技術(shù)的發(fā)展，機器視覺(jué)性能優(yōu)勢進(jìn)一步提升，應用領(lǐng)域也向多個(gè)維度延伸。

國內機器視覺(jué)起步晚，目前處于快速成長(cháng)期。國內機器視覺(jué)源于上世紀80年代的第一批技術(shù)引進(jìn)。自1998年眾多電子和半導體工廠(chǎng)落戶(hù)廣東和上海開(kāi)始，機器視覺(jué)生產(chǎn)線(xiàn)和高級設備被引入我國，誕生了國際機器視覺(jué)廠(chǎng)商的代理商和系統集成商。

隨著(zhù)全球制造中心向我國轉移，目前中國已是繼美國、日本之后的第三大機器視 覺(jué)領(lǐng)域應用市場(chǎng)。據中國視覺(jué)產(chǎn)業(yè)聯(lián)盟，2018年我國機器視覺(jué)行業(yè)銷(xiāo)售額達到83億元，較2013年翻了3倍，年復合增長(cháng)率達33.54%。

機器視覺(jué)基本架構

機器視覺(jué)（Machine Vision）是指通過(guò)光學(xué)裝置和非接觸傳感器自動(dòng)接收并處理 真實(shí)物體的圖像，分析后獲取所需信息或用于控制機器運動(dòng)的裝置。通俗地說(shuō)， 機器視覺(jué)就是用機器代替人眼。機器視覺(jué)模擬眼睛進(jìn)行圖像采集，經(jīng)過(guò)圖像識別 和處理提取信息，最終通過(guò)執行裝置完成操作。

五大模塊構筑機器視覺(jué)系統：按照信號的流動(dòng)順序，機器視覺(jué)系統主要包括光學(xué) 成像、圖像傳感器、圖像處理、IO和顯示等五大模塊。

· 光學(xué)成像模塊設計合理的光源和光路，通過(guò)鏡頭將物方空間信息投影到像方，從而獲取目標物體的物理信息；

· 圖像傳感器模塊負責信息的光電信號轉換，目前主流的圖像傳感器分為CCD與CMOS兩類(lèi)；

· 圖像處理模塊基于以CPU為中心的電路系統或信息處理芯片，搭配完整的圖像處理方案和數據算法庫，提取信息的關(guān)鍵參數；

· IO模塊輸出機器視覺(jué)系統的結果和數據；

· 顯示模塊方便用戶(hù)直觀(guān)監測系統的運行過(guò)程， 實(shí)現圖像的可視化。

機器視覺(jué)的主要應用領(lǐng)域

現在，發(fā)展迅猛的自動(dòng)化技術(shù)在我國掀起了熱潮，我們對機器視覺(jué)的認識加深，每個(gè)人對它的看法發(fā)生了巨變。機器視覺(jué)系統讓大批量、持續生產(chǎn)的自動(dòng)化程度提高了，大大提高了為工業(yè)生產(chǎn)效率和產(chǎn)品精度，同時(shí)獲取信息與自動(dòng)處理的能力變得極其快，為工業(yè)生產(chǎn)的信息集成提供了有效途徑。機器視覺(jué)技術(shù)不斷成熟和進(jìn)步，應用范圍變得越來(lái)越寬泛。

1.工業(yè)檢測

近幾十年來(lái)，在工業(yè)檢測中利用視覺(jué)系統的非接觸、速度快、精度合適、現場(chǎng)抗干擾能力強等突出的優(yōu)點(diǎn)，使機器視覺(jué)技術(shù)得到了廣泛的應用，取得了巨大的經(jīng)濟與社會(huì )效益。

機器視覺(jué)系統的特點(diǎn)是提高生產(chǎn)的柔性和自動(dòng)化程度。運用在一些危險工作環(huán)境或人工視覺(jué)難以滿(mǎn)足要求的場(chǎng)合；此外，在大批量工業(yè)生產(chǎn)過(guò)程中，機器視覺(jué)檢測可以大大提高生產(chǎn)效率和生產(chǎn)的自動(dòng)化程度。

自動(dòng)視覺(jué)識別檢測目前已經(jīng)用于產(chǎn)品外形和表面缺陷檢驗，如木材加工檢測、金屬表面視覺(jué)檢測、二極管基片檢查、印刷電路板缺陷檢查、焊縫缺陷自動(dòng)識別等。這些檢測識別系統屬于二維機器視覺(jué)，技術(shù)已經(jīng)較為成熟，其基本流程是用一個(gè)攝像機獲取圖像，對所獲取的圖像進(jìn)行處理及模式識別，檢測出所需的內容。

汽車(chē)制造質(zhì)量原先主要依靠三坐標測量完成，效率低、時(shí)間長(cháng)、數據量嚴重不足， 且只能離線(xiàn)測量。機器視覺(jué)引入非接觸測量技術(shù)，逐步發(fā)展成固定式在線(xiàn)測量站 與機器人柔性在線(xiàn)測量站等在線(xiàn)測量系統，可嚴格監控車(chē)身尺寸波動(dòng)，提供數據支持。

除傳統三坐標測量、激光在線(xiàn)測量外，藍光掃描測量、表面缺陷測量等視覺(jué)測量 方法可進(jìn)行更加精細地測量，對車(chē)身基本特征尺寸、車(chē)體裝配效果、缺陷等提供 高精度監控。多種監控測量手段互相結合，確保生產(chǎn)零件零缺陷、整車(chē)制造高質(zhì)量。

機器視覺(jué)檢測系統可以對產(chǎn)品進(jìn)行制造工藝檢測、自動(dòng)化跟蹤、追溯與控制等， 包括通過(guò)光學(xué)字符識別（OCR）技術(shù)獲取車(chē)身零件編碼以保證零件在整個(gè)制造過(guò)程中的可追溯性，通過(guò)識別零件的存在或缺失以保證部件裝配的完整性，以及通過(guò)視覺(jué)技術(shù)識別產(chǎn)品表面缺陷或加工工具是否存在缺陷以保證生產(chǎn)質(zhì)量。

3.消費電子行業(yè)

消費電子行業(yè)元器件尺寸小、質(zhì)量標準高，適合用機器視覺(jué)系統檢測，也促進(jìn)機器視覺(jué)技術(shù)進(jìn)步。同時(shí)，消費電子產(chǎn)品生命周期短、需求量大，拉動(dòng)機器視覺(jué)市場(chǎng)需求。

機器視覺(jué)在消費電子領(lǐng)域，以PCB/FPC AOI檢測、零部件及整機外觀(guān)檢測、裝配引導等應用為主，并呈現出越來(lái)越多的新的應用場(chǎng)景。

PCB缺陷檢測主要是焊點(diǎn)缺陷檢測和元器件檢測兩大部分。傳統的人工目視檢測法易漏檢、速度慢、時(shí)間長(cháng)、成本高，已不能滿(mǎn)足生產(chǎn)需要，機器視覺(jué)PCB檢測系統具有重要的現實(shí)意義。

在電路板從印刷裝置中移下，或在清洗劑中清洗后，以及返修完成返回生產(chǎn)線(xiàn)中，機器視覺(jué)提供的在線(xiàn)視覺(jué)技術(shù)可以在實(shí)施印刷操作后直接發(fā)現存在的缺陷情況，保證了操作者在加上PCB以前能夠及時(shí)處理有關(guān)問(wèn)題。另外，發(fā)現缺陷時(shí)可以有效防止有缺陷的電路板送達生產(chǎn)線(xiàn)后端，從而避免出現返修或廢棄現象。操作者能夠及時(shí)得到反饋，明確處于操作中的印刷工藝操作是否良好，達到預防缺陷產(chǎn)生的目的，對生產(chǎn)效率和良率的提升至關(guān)重要。

4.圖像識別

圖像識別，簡(jiǎn)單講就是使用機器視覺(jué)處理、分析和理解圖像，識別各種各樣的的對象和目標，功能非常強大，圖片識別應用熱度在視覺(jué)與圖像領(lǐng)域中排名第三。

最典型的圖像識別應該就是識別二維碼了。二維碼和條形碼是我們生活中極為常見(jiàn)的條碼。在商品的生產(chǎn)中，廠(chǎng)家把很多的數據儲存在小小的二維碼中，通過(guò)這種方式對產(chǎn)品進(jìn)行管理和追溯，隨著(zhù)機器視覺(jué)圖像識別應用變得越來(lái)越廣泛，各種材質(zhì)表面的條碼變得非常容易被識別讀取、檢測，從而提高現代化的水平、生產(chǎn)效率大大的提高、生產(chǎn)成本降低。

圖像識別大多商用場(chǎng)景還屬于藍海，潛力有待開(kāi)發(fā)，同時(shí)，圖片數據大多被大型互聯(lián)網(wǎng)企業(yè)所掌握，創(chuàng )業(yè)公司數據資源稀少。人臉識別也屬于圖像識別的一個(gè)應用場(chǎng)景，做人臉識別的大多數企業(yè)同時(shí)也在提供圖像識別服務(wù)，但是銷(xiāo)售效果不佳，主要贏(yíng)利點(diǎn)還在于人臉識別。

5.物體分揀

在機器視覺(jué)應用環(huán)節中，物體分揀應用是建立在識別、檢測之后的一個(gè)環(huán)節，通過(guò)機器視覺(jué)系統將圖像進(jìn)行處理，結合機械臂的使用實(shí)現產(chǎn)品分揀。

舉個(gè)例子，在過(guò)去的產(chǎn)線(xiàn)上，是用人工的方法將物料安放到注塑機里，再進(jìn)行下一步工序?，F在則是使用自動(dòng)化設備分料，其中使用機器視覺(jué)系統進(jìn)行產(chǎn)品圖像抓取、圖像分析、輸出結果，再通過(guò)機器人把對應的物料放到固定的位置上，從而實(shí)現工業(yè)生產(chǎn)的智能化、現代化、自動(dòng)化。

6.視頻/監控分析

人工智能技術(shù)可以對結構化的人、車(chē)、物等視頻內容信息進(jìn)行快速檢索、查詢(xún)。這項應用使得讓公安系統在繁雜的監控視頻中搜尋到罪犯的有了可能。在大量人群流動(dòng)的交通樞紐，該技術(shù)也被廣泛用于人群分析、防控預警等。

視頻/監控領(lǐng)域盈利空間廣闊，商業(yè)模式多種多樣，既可以提供行業(yè)整體解決方案，也可以銷(xiāo)售集成硬件設備。將技術(shù)應用于視頻及監控領(lǐng)域在人工智能公司中正在形成一種趨勢，這項技術(shù)應用將率先在安防、交通甚至零售等行業(yè)掀起應用熱潮。

計算機文字識別，俗稱(chēng)光學(xué)字符識別，它是利用光學(xué)技術(shù)和計算機技術(shù)把印在或寫(xiě)在紙上的文字讀取出來(lái)，并轉換成一種計算機能夠接受、人又可以理解的格式。這是實(shí)現文字高速錄入的一項關(guān)鍵技術(shù)。

8.食品包裝與制藥行業(yè)應用

機器視覺(jué)在食品包裝領(lǐng)域適用范圍廣泛，可用于檢測瓶子的分類(lèi)和液位測量、標 簽、蓋子、盒子的檢查，以及瓶的形狀、尺寸、密封性和完整性。被檢查的包裝 形狀不限包裝盒、包裝箱、金屬箱、管狀、泡狀、盤(pán)狀、廣口瓶、細口瓶、罐裝 和桶裝等。食品包裝是食品質(zhì)量的重要保障，可以保護食品在流通過(guò)程中免受污染，提高品質(zhì)，避免發(fā)生安全事故。

制藥企業(yè)的生產(chǎn)過(guò)程中，藥品關(guān)系到人的生命健康，即使是微小的缺陷存在，一 旦藥品流通到市場(chǎng)后也會(huì )對患者造成無(wú)法彌補的損失，甚至導致醫療事故的發(fā)生。機器視覺(jué)在藥品包裝、質(zhì)量檢測及控制等多個(gè)方面有廣大作為，助力醫藥行業(yè)加 快現代化、智能化進(jìn)程。目前，在數粒、打碼、泡罩版缺粒、藥品殘缺和斷片、 加裝說(shuō)明書(shū)、編碼識別等檢測環(huán)節，機器視覺(jué)檢測內容豐富、穩定、精確，滿(mǎn)足醫藥行業(yè)包裝線(xiàn)經(jīng)常變包裝產(chǎn)品的需求。

9.無(wú)人駕駛

隨著(zhù)汽車(chē)的普及，汽車(chē)已經(jīng)成為人工智能技術(shù)非常大的應用投放方向，但就目前來(lái)說(shuō)，想要完全實(shí)現自動(dòng)駕駛/無(wú)人駕駛，距離技術(shù)成熟還有一段路要走。不過(guò)利用人工智能技術(shù)，汽車(chē)的駕駛輔助的功能及應用越來(lái)越多，這些應用多半是基于計算機視覺(jué)和圖像處理技術(shù)來(lái)實(shí)現。

10.圖像及視頻編輯

目前市場(chǎng)上也出現了很多運用及機器學(xué)習算法對圖像進(jìn)行處理，可以實(shí)現對圖片的自動(dòng)修復、美化、變換效果等操作。并且越來(lái)越受到用戶(hù)青睞。

機器視覺(jué)在應用場(chǎng)景上逐漸突破工業(yè)檢測，其應用邊界逐步向智能生活領(lǐng)域拓展。由于機器視覺(jué)在智能生活、智能制造兩個(gè)領(lǐng)域具有不同的技術(shù)特點(diǎn)和應用進(jìn)展，所以機器視覺(jué)于這兩個(gè)領(lǐng)域的行業(yè)發(fā)展趨勢也不盡相同。

應用場(chǎng)景不斷豐富

全球機器視覺(jué)正處于快速成長(cháng)期。據markets and markets預測，全球機器視覺(jué)市場(chǎng)規模至2025年有望達到147美元；GGII數據顯示，2019年我國機器視覺(jué)市場(chǎng)規模65.5億元（不包含計算機視覺(jué)市場(chǎng)），同比增長(cháng)21.8%。2014-2019年復合增長(cháng)率為28.4%，并預測到2023年中國機器視覺(jué)市場(chǎng)規模將達到155.6億元。

目前主流的機器視覺(jué)技術(shù)仍采用傳統方式，即首先將數據表示為一組特征，分析特征或輸入模型后，輸出得到預測結果，在結構化場(chǎng)景下定量檢測具有高速、高準確率、可重復性等優(yōu)勢。但隨著(zhù)機器視覺(jué)的應用領(lǐng)域擴大，傳統方式顯示出通用性低、難以復制、對使用人員要求高等缺點(diǎn)。

深度學(xué)習對原始數據通過(guò)多步特征轉換，得到更高層次、更加抽象的特征表示，并輸入 預測函數得到最終結果。深度學(xué)習可以將機器視覺(jué)的效率和魯棒性與人類(lèi)視覺(jué) 的靈活性相結合，完成復雜環(huán)境下的檢測，特別是涉及偏差和未知缺陷的情形， 極大地拓展了機器視覺(jué)的應用場(chǎng)景。

傳統的2D機器視覺(jué)技術(shù)在三個(gè)自由度（x、y和旋轉）上定位目標物體，并基于灰度或彩色圖像對比度提供圖像處理分析結果，無(wú)法獲取目標物體的三維信息， 也易受光照條件變化、物體運動(dòng)等影響。3D機器視覺(jué)技術(shù)可以在六個(gè)自由度（x、 y、z、旋轉、俯仰和橫擺）上定位目標物體，提供豐富的三維信息，使機器能夠 感知物理環(huán)境的變化并作出相應調整，提高了應用中的靈活性和實(shí)用性。

機器視覺(jué)功能很少作為孤立的系統，而是以整個(gè)自動(dòng)化系統或者設備的有機組成部分之一出現，也往往在配合邏輯控制、運動(dòng)控制、數據采集、通信網(wǎng)絡(luò )以及企業(yè)數據庫管理等其它功能時(shí)，才能真正發(fā)揮出其優(yōu)勢。

構建機器視覺(jué)系統，除了完成從光源調配到圖像處理軟件開(kāi)發(fā)系列過(guò)程外，更是面臨著(zhù)與上述種種復雜的自動(dòng)化系統功能集成所帶來(lái)的挑戰。單一的視覺(jué)開(kāi)發(fā)軟硬件方案，往往使得自動(dòng)化系統整體的開(kāi)發(fā)周期、成本和不確定性風(fēng)險都要由制造方或者集成商來(lái)承擔。機器視覺(jué)與自動(dòng)化系統集成的困難，很大程度上阻礙了其在相對保守的工業(yè)自動(dòng)化領(lǐng)域的應用。

行業(yè)內企業(yè)、協(xié)會(huì )和產(chǎn)業(yè)聯(lián)盟不斷合作，制定數據接口、通訊協(xié)議等基礎共性標準，旨在打通視覺(jué)和各信息系統的通道，實(shí)現系統間的互聯(lián)互通，是工業(yè)發(fā)展的必然趨勢。